एआई मॉडल 10 सेकंड में अवशिष्ट मस्तिष्क ट्यूमर का पता लगाता है, वास्तविक समय मार्गदर्शन प्रदान करता है
साइंस डेली की एक रिपोर्ट के अनुसार, शोधकर्ताओं ने एक उपकरण विकसित किया है जो कृत्रिम बुद्धिमत्ता का उपयोग करके सर्जरी के बाद कैंसरग्रस्त मस्तिष्क ट्यूमर के किसी भी हिस्से को 10 सेकंड के भीतर चिह्नित कर देता है।
नेचर जर्नल में “ग्लियोमा घुसपैठ की तेज, लेबल-मुक्त पहचान के लिए फाउंडेशन मॉडल” शीर्षक वाले एक शोध पत्र में फास्टग्लियोमा नाम की सफल तकनीक पेश की गई थी, और पारंपरिक तरीकों को व्यापक अंतर से मात देने का दावा किया गया है।
ऑपरेशन किए गए मरीज के बचे हुए ट्यूमर का पता लगाने और उसकी गणना करने में फास्टग्लियोमा की असाधारण औसत सफलता दर 92 प्रतिशत है। नई तकनीक उच्च जोखिम वाले अवशिष्ट ट्यूमर को केवल 3.8 प्रतिशत बार ही मिस कर पाई, जबकि पारंपरिक तरीकों में यह दर 25 प्रतिशत थी।
मिशिगन विश्वविद्यालय और कैलिफोर्निया विश्वविद्यालय, सैन फ्रांसिस्को के विशेषज्ञों की टीम के अनुसार, ऐसा उपकरण मस्तिष्क कैंसर के रोगियों के इलाज के लिए एक अत्याधुनिक नवाचार हो सकता है।
यह काम किस प्रकार करता है
ब्रेन ट्यूमर को हटाना दुनिया भर के न्यूरोसर्जनों के लिए एक कठिन मामला साबित हुआ है। मस्तिष्क एक अत्यंत संवेदनशील अंग है, और ट्यूमर को शल्य चिकित्सा द्वारा हटाने से अक्सर कुछ कैंसरयुक्त द्रव्यमान पीछे रह जाता है। इससे रोगियों में कैंसर दोबारा हो सकता है, जिससे अक्सर जान चली जाती है।
न्यूरोसर्जरी में अवशिष्ट ट्यूमर ऊतक का पता लगाने के लिए पारंपरिक तरीकों में सर्जरी प्रक्रिया के दौरान एमआरआई इमेजिंग का उपयोग किया जाता है, जिसे फ्लोरोसेंट एजेंटों के उपयोग के साथ जोड़ा जाता है – एक ऐसी विधि जिसमें संसाधन के साथ-साथ विशिष्टता की बाधा भी होती है क्योंकि यह केवल कुछ प्रकार के ट्यूमर पर काम करती है।
फास्टग्लियोमा इस गंभीर समस्या का त्वरित, अधिक सुलभ और सटीक समाधान प्रदान करके इस अंतर को भरता है। यह एक कृत्रिम बुद्धिमत्ता प्रणाली है जिसे फाउंडेशन मॉडल के रूप में संदर्भित किया जाता है – GPT-4 और DALL·E 3 पर आधारित AI टूल के समान, बड़े डेटासेट पर प्रशिक्षित किया जाता है जिसे छवि वर्गीकरण से लेकर पाठ उत्पन्न करने तक कई प्रकार के अनुप्रयोगों के अनुरूप बनाया जा सकता है।
मॉडल को फास्टग्लियोमा के लिए 11,000 से अधिक सर्जिकल नमूनों और 4 मिलियन से अधिक अद्वितीय सूक्ष्म क्षेत्रों पर पूर्व-प्रशिक्षित किया गया है। इमेजिंग उत्तेजित रमन हिस्टोलॉजी के माध्यम से की जाती है – मिशिगन विश्वविद्यालय में विकसित एक उच्च-रिज़ॉल्यूशन ऑप्टिकल इमेजिंग तकनीक।
“यह तकनीक ट्यूमर का पता लगाने के लिए देखभाल के मौजूदा मानक तरीकों की तुलना में तेजी से और अधिक सटीक रूप से काम करती है और इसे अन्य बाल चिकित्सा और वयस्क ब्रेन ट्यूमर निदान के लिए सामान्यीकृत किया जा सकता है। यह ब्रेन ट्यूमर सर्जरी के मार्गदर्शन के लिए एक मूलभूत मॉडल के रूप में काम कर सकता है।” मिशिगन विश्वविद्यालय में एमडी न्यूरोसर्जन और शोध पत्र के सह-लेखक टॉड हॉलन ने कहा।
फास्टग्लियोमा के दो मोड हैं; एक पूर्ण रिज़ॉल्यूशन छवियों के साथ जिसमें लगभग 100 सेकंड लगते हैं, और एक तेज़ मोड जिसमें केवल 10 सेकंड के आउटपुट के साथ कम रिज़ॉल्यूशन वाली छवियां होती हैं।
होलोन ने कहा, “इसका मतलब है कि हम बेहद उच्च सटीकता के साथ सेकंडों में ट्यूमर की घुसपैठ का पता लगा सकते हैं, जो सर्जनों को सूचित कर सकता है कि क्या ऑपरेशन के दौरान अधिक उच्छेदन की आवश्यकता है।”
इस तकनीक के निहितार्थ ब्रेन ट्यूमर से कहीं आगे तक जाते हैं। शोधकर्ताओं का सुझाव है कि फास्टग्लियोमा को अन्य प्रकार के मस्तिष्क ट्यूमर के लिए अनुकूलित किया जा सकता है, जिसमें मेडुलोब्लास्टोमा और एपेंडिमोमा जैसे बाल चिकित्सा मामले और मेनिंगियोमास जैसे गैर-ग्लियोमा ट्यूमर शामिल हैं।
